php大数据处理面试题 php 大数据框架

PHP中高级面试题 – 第三天

一、简述一下MongoDB的应用场景

创新互联建站专注为客户提供全方位的互联网综合服务，包含不限于成都网站建设、成都网站制作、湖北网络推广、小程序开发、湖北网络营销、湖北企业策划、湖北品牌公关、搜索引擎seo、人物专访、企业宣传片、企业代运营等，从售前售中售后，我们都将竭诚为您服务，您的肯定，是我们最大的嘉奖；创新互联建站为所有大学生创业者提供湖北建站搭建服务，24小时服务热线：13518219792，官方网址：www.cdcxhl.com

mongodb 支持副本集、索引、自动分片，可以保证较高的性能和可用性。

更高的写入负载

默认情况下，MongoDB 更侧重高数据写入性能，而非事务安全，MongoDB 很适合业务系统中有大量 “低价值” 数据的场景。但是应当避免在高事务安全性的系统中使用 MongoDB，除非能从架构设计上保证事务安全。

高可用性

MongoDB 的复副集 (Master-Slave) 配置非常简洁方便，此外，MongoDB 可以快速响应的处理单节点故障，自动、安全地完成故障转移。这些特性使得 MongoDB 能在一个相对不稳定（如云主机）的环境中，保持高可用性。

数据量很大或者未来会变得很大

依赖数据库 (MySQL) 自身的特性，完成数据的扩展是较困难的事，在 MySQL 中，当一个单达表到 5-10GB 时会出现明显的性能降级，此时需要通过数据的水平和垂直拆分、库的拆分完成扩展，使用 MySQL 通常需要借助驱动层或代理层完成这类需求。而 MongoDB 内建了多种数据分片的特性，可以很好地适应大数据量的需求。

基于位置的数据查询

MongoDB 支持二维空间索引，因此可以快速及精确地从指定位置获取数据。

表结构不明确

在一些传统 RDBMS 中，增加一个字段会锁住整个数据库 / 表，或者在执行一个重负载的请求时会明显造成其它请求的性能降级。通常发生在数据表大于 1G 的时候（当大于 1TB 时更甚）。 因 MongoDB 是文档型数据库，为非结构货的文档增加一个新字段是很快速的操作，并且不会影响到已有数据。另外一个好处当业务数据发生变化时，是将不再需要由 DBA 修改表结构。

二、数据库设计经验，为什么进行分表？分库？一般多少数据量开始分表？分库？分库分表的目的？

1、为什么要分表

当一张表的数据达到几百万时，你查询一次所花的时间会变多，如果有联合查询的话，有可能会死在那儿了。分表的目的就在于此，减小数据库的负担，缩短查询时间。日常开发中我们经常会遇到大表的情况，所谓的大表是指存储了百万级乃至千万级条记录的表。这样的表过于庞大，导致数据库在查询和插入的时候耗时太长，性能低下，如果涉及联合查询的情况，性能会更加糟糕。

分表和表分区的目的就是减少数据库的负担，提高数据库的效率，通常点来讲就是提高表的增删改查效率。数据库中的数据量不一定是可控的，在未进行分库分表的情况下，随着时间和业务的发展，库中的表会越来越多，表中的数据量也会越来越大，相应地，数据操作，增删改查的开销也会越来越大；另外，由于无法进行分布式式部署，而一台服务器的资源（CPU、磁盘、内存、IO 等）是有限的，最终数据库所能承载的数据量、数据处理能力都将遭遇瓶颈。

2、分表的方案

做 mysql 集群，有人会问 mysql 集群，根分表有什么关系吗？虽然它不是实际意义上的分表，但是它启到了分表的作用，做集群的意义是什么呢？为一个数据库减轻负担，说白了就是减少 sql 排队队列中的 sql 的数量，举个例子：有 10 个 sql 请求，如果放在一个数据库服务器的排队队列中，他要等很长时间，如果把这 10 个 sql 请求，分配到 5 个数据库服务器的排队队列中，一个数据库服务器的队列中只有 2 个，这样等待时间是不是大大的缩短了呢？

linux mysql proxy 的安装，配置，以及读写分离

mysql replication 互为主从的安装及配置，以及数据同步

优点：扩展性好，没有多个分表后的复杂操作（php 代码）

缺点：单个表的数据量还是没有变，一次操作所花的时间还是那么多，硬件开销大。

三、简述一下数据库主从复制，读写分离

* 什么是主从复制

主从复制，是用来建立一个和主数据库完全一样的数据库环境，称为从数据库；

* 主从复制的原理：

1.数据库有个bin-log二进制文件，记录了所有的sql语句。

2.只需要把主数据库的bin-log文件中的sql语句复制。

3.让其从数据的relay-log重做日志文件中再执行一次这些sql语句即可。

* 主从复制的作用

1.做数据的热备份，作为后备数据库，主数据库服务器故障后，可切换到从数据库继续工作，避免数据丢失。

2.架构的扩展。业务量越来越大，I/O访问频率过高，单机无法满足，此时做多库的存储，降低磁盘I/O访问频率，提高单机的I/O性能

3.主从复制是读写分离的基础，使数据库能制成更大 的并发。例如子报表中，由于部署报表的sql语句十分慢，导致锁表，影响前台的服务。如果前台服务使用master，报表使用slave，那么报表sql将不会造成前台所，保证了前台的访问速度。

* 主从复制的几种方式：

1.同步复制：所谓的同步复制，意思是master的变化，必须等待slave-1,slave-2,…,slave-n完成后才能返回。

2.异步复制：如同AJAX请求一样。master只需要完成自己的数据库操作即可。至于slaves是否收到二进制日志，是否完成操作，不用关心。MYSQL的默认设置。

3.半同步复制：master只保证slaves中的一个操作成功，就返回，其他slave不管。

这个功能，是由google为MYSQL引入的。

* 关于读写分离

在完成主从复制时，由于slave是需要同步master的。所以对于insert/delete/update这些更新数据库的操作，应该在master中完成。而select的查询操作，则落下到slave中。

谁有面试phper的经验

这方面网上有比较多的，针对3-5年的PHPer常见的面试题，参考如下：

1、平时喜欢哪些php书籍及博客？CSDN、虎嗅、猎云

2、js闭包是什么？

3、for与foreach哪个更快?

4、php鸟哥是谁？能不能讲一下php执行原理?

5、php加速器有哪些？apc、zend、xcache.....能不能讲一下它的加速原理？

6、Node.js能彻底代替php+apache是扯淡。

7、怎样判断一个值是否存在于数组中？in_array(),array_key_exists,......

8、怎样判断select语句中是否使用了索引？explain

9、sphinx的中文分词词库使用第三方库还是自己建库？

10、如果一个被面试者经验少、基础差，此时却问些高深的知识。要怀疑它的稳定性，可以提问加班对他会不会有抵触。

11、mysql与mysqli的区别有哪些？

12、将来的发展方向？安全、还是数据挖掘、大数据处理？

13、php的面向对象：类的修饰符、封装、继承、多态体现方面

14、php 多态是什么？

15、Type Hinting：

16、php的设计模式：单例模式、工厂模式、生产者模式......等23种

17、服务器状态码:200、202、301、404、500......

18、i++与++i的区别？

19、项目开发:电商项目中的购物车数据持久化、考试系统的安全性考虑、

20、mysql设计基础：三大范式、功能-思维导图、创建表的第一字段是什么？

21、mysql字段char、varchar、int、smallint、tinyint、mediumint、bigint、decimal、double、float字节数及应用场景。

22、memcache与mongoDB、Redis各自的使用场景是什么？

23、为什么mongoDB与Redis非但没有形成竞争反而是互补关系？

24、Redis数据类型有哪些？int、string、hash、set、list ？

25、安装linux软件时使用make方式还使用yum方式？

26、linux网络优化：查看进程ps -aux|grep mysqld、怎样查看最大文件打开数？

27、C语言中的虚函数是什么？

28、1条微薄要推送给100万个粉丝该怎么处理？

29、知道哪些算法？冒泡排序？快速排序？二分查找法？

30、yii thinkphp ci 各自优点

31、php 设计模式有哪些？

32、c 排序算法有哪些？

33、php 基本结构是什么？

34、memcache magent 分布式设计？

35、redis 分布式设计，如何设计？

36、mongo 集群架构是怎样的？

37、mysql 索引原理及sql性能优化

38、tcp/ip 网络协议，osi7层指是什么？

39、php 处理大数据业务

40、linux 应用 负载性能查看 ？

41、nginx 实战优化业务功能 ？

42、谈一下近三年来你的得意之作?

43、看看简历，会问一些过去做的项目的用户量、pv、吞吐量、相关难点和解决方法等

44、数据库设计经验,为什么进行分表? 分库?

45、一般多少数据量开始分表? 分库? 分库分表的目的? 什么是数据库垂直拆分? 水平拆分? 分区等等？可以举例说明

46、数据库优化有哪些? 分别需要注意什么?

47、web开发方面会遇到哪些缓存? 分别如何优化?

48、给你256M的内存,对10G的文件进行排序(文件每行1个数字),如何实现？

49、对10G的文件进行查找如何实现？

50、统计10G文件每个关键字出现的次数如何实现？

51、假如你现在是12306火车订票的设计师,你该如何设计满足全国人民订票?

52、假如有1亿用户的访问量,你的服务器架构是怎样的? 用户信息的存储方案如何设计?

53、如果你是技术组长,所带团队任务进度无法完成你该如何解决?

54、如果在进度排满的前提下插入任务,你该如何保证总进度不延期?

55、如果有的工程师今天预定任务没有完成,你该如何解决?

56、从你的经验方面谈一下如何构建高性能web站点? 需要哪些环节? 步骤? 每个步骤需要注意什么如何优化等?

57、为什么要对数据库进行主从分离?

58、如何处理多服务器共享session?

59、一个10G的表,你用php程序统计某个字段出现的次数,思路是?

60、会告诉你一个nginx日志例子,用你认为最佳的编程语言统计一下http响应时间超过1秒的前10个url?

61、给你一个mysql配置文件,用你认为最佳的编程语言解析该文件?

62、给你两个路径a和b,写一个算法或思路计算a和b差距几层并显示a和b的交集?

63、给你一个url,在nginx配置一下rewrite指定到某个具体路径?

64、一个php文件的解释过程是? 一般加速php有哪些? 提高php整体性能会用到哪些技术?

65、session和cookie生存周期区别? 存储位置区别?

66、require、include、require_once、include_once区别? 加载区别? 如果程序按需加载某个php文件你如何实现?

67、chrome号称为多线程的,所以多线程和多进程的区别为?

68、php在2011年底出现hash碰撞,hash碰撞原理为? 如何进行修复?

69、web不安全因素有哪些? 分别如何防范?

70、假如两个单链表相交,写一个最优算法计算交点位置,说思路也可以?

71、假如你是技术组长? 如何提高团队效率?

72、nginx负载均衡有哪些? 如果其中一台服务器挂掉,报警机制如何实现?

73、不优化前提下,apache一般最大连接数为? nginx一般最大连接数为? mysql 每秒insert ? select ? update ? delete?

74、mysql 数据类型有哪些 ? 分别占用多少存储空间 ?

75、nginx设置缓存js、css、图片等信息,缓存的实现原理是?

76、如何提高缓存命中率? 如何对缓存进行颗粒化?

77、php的内存回收机制是?

78、我的所有问题都问完了（当然没有这么多）,你有什么问题问我没有？

php处理大数据量的时候,如图片 有什么致命的缺陷?面试问题

效率问题。因为php是脚本解释语言，其特点在于易上手和部署，但在处理需要大量cpu的操作时（图片就是）就力不从心了，如果写成php扩展的话效率会提升，但还是没直接执行C/C++的程序快

不好实现多线程。这个就不用多说了，和语言定位有关，虽然可以异步调用，但毕竟不是强项。